O que é o Manifest?
O Manifest é uma API que transforma qualquer página web em um mapa JSON estruturado de elementos interativos que um agente de IA pode clicar, preencher e enviar. Em vez de depender de seletores CSS frágeis ou capturas de tela, ele lê a árvore de acessibilidade da página e a cruza com o DOM para produzir um manifesto de ações limpo. Cada ação vem com localizadores resolvidos e um campo requires que codifica dependências entre elementos — por exemplo, "selecione um plano antes que este botão se torne clicável". Isso fornece aos agentes um modelo confiável e legível por máquina do que eles podem realmente fazer em uma página.
Para quem é
- Desenvolvedores de agentes de IA que precisam de uma maneira confiável de interagir programaticamente com qualquer página web sem escrever ou manter seletores frágeis manualmente.
- Engenheiros de automação que constroem fluxos de trabalho baseados em navegador que devem sobreviver a reformulações de UI e funcionar em diferentes sites sem manutenção constante.
- Equipes de produto que lançam agentes de navegador que desejam que seus agentes raciocinem sobre ações da página em vez de adivinhar a partir de capturas de tela ou HTML bruto.
Principais recursos
Mapeamento de dependência de ações
Cada elemento interativo no manifesto inclui um campo requires que codifica dependências entre ações. Isso informa a um agente quais campos ou etapas devem ser concluídos antes que um botão se torne clicável ou um formulário possa ser enviado — contexto que apenas capturas de árvore de acessibilidade não fornecem.
Localizadores resolvidos
Cada ação vem com localizadores CSS e de função resolvidos, eliminando a necessidade de os desenvolvedores escreverem ou manterem seletores. A API lida com o trabalho frágil de identificar elementos, para que os agentes possam encontrá-los e interagir com eles de forma confiável, mesmo após reformulações da página.
Saída JSON estruturada
A API retorna um manifesto JSON limpo e previsível contendo todos os botões, formulários e entradas da página, juntamente com seus tipos, campos obrigatórios, placeholders e estados desabilitados. Este formato estruturado permite que os agentes raciocinem sobre as ações disponíveis e tomem decisões informadas sobre o que fazer a seguir.
Suporte multiplataforma
O Manifest vem com um SDK Python, suporte LangChain e um servidor MCP, facilitando a integração em frameworks e fluxos de trabalho de agentes existentes em diferentes ambientes de programação.
O que se destaca
"O Manifest é a camada que informa a um agente o que clicar, preencher e enviar — e o que é obrigatório antes que ele possa prosseguir."
Enquanto as ferramentas de navegador dão aos agentes acesso a uma página e as ferramentas de conteúdo extraem texto, o Manifest preenche a camada ausente: inteligência acionável. Ele não apenas informa a um agente o que está na página — ele informa o que ele tem permissão para fazer ali, o que cada ação exige e quais dependências devem ser satisfeitas primeiro. Isso transforma uma página web de um documento visual ou textual em um espaço de ação estruturado que um agente pode navegar de forma autônoma.
Vale a pena conferir se…
Você está construindo agentes de navegador que precisam interagir com páginas web reais de forma confiável, sem seletores frágeis ou adivinhação baseada em capturas de tela. O Manifest é especialmente valioso se seus agentes precisam lidar com formulários, fluxos de trabalho de várias etapas ou páginas que mudam com frequência — e você quer que eles raciocinem sobre dependências e campos obrigatórios da mesma forma que um humano faria.
